arXiv · cs.CL· Max Neuwinger·· 16 小时前AI 评分45
如何对齐你的模型：用模板扩展多语言安全训练
How I Aligned Your Model: Scaling Up Multilingual Safety Training with Templates
来源与原文
arXiv · cs.CL
作者：Max Neuwinger
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40516v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出基于模板的可扩展数据增强流程，生成大规模多语言拒绝与良性语料，并发布覆盖 60 种语言的经校验语料库 MSafeTemp。实验显示仅用英文评测会误判多语言安全性：多个模型上英文失败的攻击在翻译后可成功，本地化变体暴露更多缺陷。用模板扩充安全训练数据可提升对齐的多样性与质量，改善英文以外的安全表现。
来源：arXiv · cs.CL · arxiv.org